李飞飞的World Labs发布全新世界模型

由斯坦福大学教授李飞飞领导的初创公司World Labs于周二发布了Atlas——一款全新世界模型，能够根据文本、图像和视频提示生成并修改逼真、可交互的虚拟环境。

这家初创公司在一篇博客文章中表示，Atlas从零开始进行预训练，使用户能够创建三维场景，并从任意指定的摄像机位置和角度进行观看。

出生于中国的李飞飞，也被称为“人工智能教母”，其研究在2010年代初推动了深度学习革命。近期，她将研究重心转向世界模型，着眼于其在模拟真实环境、近似物体运动及与周围环境相互作用的物理规律方面的潜力。

这类模型有望在人形机器人、自动驾驶以及游戏和互动内容等创意产业领域带来突破性进展。

于2024年正式公开亮相的World Labs，正面临来自中国的日益激烈的竞争——今年成立的多家中国初创企业也在开发竞速发展世界模型。

Atlas不仅能够生成交互式图像和视频，还与谷歌的Gemini Omni等其他世界模型形成直接竞争。其潜在市场也与字节跳动的Seedance 2.5、谷歌的Veo等视频生成模型有所重叠。